近年来,计算机视觉技术的发展显著进步,产生了许多将计算机技术和体育辅助训练相结合的平台与系统,其中包括与高尔夫球运动训练教学相结合的智能化系统。然而,现有的高尔夫球辅助教学智能化系统中通常采用的是三维深度信息,这将明显增加智能系统的成本。当然,也有部分高尔夫球辅助教学系统的结构过于简单,在数字化、智能化方面上存在欠缺。因此,本文以智能化和专业化作为该系统的目标,设计一种高效、专业且具有成本优势的高尔夫球辅助训练系统。本文在使用普通单目摄像机采集高尔夫球运动视频的基础上进行高尔夫球杆斜率的提取,以便利用球杆斜率信息与专业教练挥杆视频信息进行匹配。同时,利用OpenPose捕捉人体关节点的二维坐标信息,并对这些数据进行处理分析,以便运用到高尔夫挥杆动作的辅助训练之中。利用OpenPose进行人体捕捉具有数据处理简单,设备价格较低,无需在人体上贴标记点等优点。具体技术包含以下三个方面:(1)提出了一种基于边缘信息的高尔夫球杆斜率提取算法。首先,在获得球杆质心以及球杆连通的基础上,考虑到高尔夫球杆本身的杆头相较于杆身而言较为突出,原始的球杆质心可能在杆身之外,进而对球杆定位点进行修正,很好的解决了球杆质心偏离杆身的问题。然后,针对原始的球杆连通区域过小,导致对后续球杆斜率提取不精确的问题,论文利用球杆几乎远离人体这一特性,对球杆区域重新粗筛,以便选取合适的球杆连通区域。最后,利用球杆的边缘信息,提取出球杆斜率。(2)提出了一种高尔夫球挥杆动作评估算法。首先考虑到不同视频间存在时序的伸缩性,为保证模板视频和用户视频在进行动作评估前帧长一致,对模板视频和用户视频进行基于最小距离的视频帧间匹配。同时,为了便于视频帧间的匹配,需要对利用投影近似点算法进行关节点信息的补全,并利用补全后的人体手部关节以及高尔夫球挥杆动作固定的特点,对挥杆视频进行分段。接着为了解决人体关节在不同动作下会有相同关节角的问题,定义了人体肢节角,然后对用户视频帧中的挥杆动作进行评估。(3)在上述研究成果的基础上设计了一款高尔夫球辅助教学系统。首先利用OpenPose对单目摄像机拍摄的高尔夫球挥杆视频进行人体关节点的二维坐标信息的提取。然后利用球杆斜率提取算法对运动轨迹上的球杆进行斜率提取,并根据球杆斜率信息进行视频帧间的匹配,最后利用人体姿态对用户的挥杆动作进行整体性评估。本文设计的高尔夫球系统在真实场景下有着较好的实用性。